W ci?gu ostatniej dekady obecne platformy komputerowe nie rozwijaly si? w takim tempie jak w poprzednich latach. Ten brak post?pu wynika w du?ej mierze z pol?czenia ró?nych problemów, od kwestii zwi?zanych z produkcj? krzemu po rzeczywiste problemy z wykorzystywanymi modelami, prowadz?ce np. do powstania w?skiego gardla von Neumanna. Kiedy cofniemy si? o kilka kroków i spojrzymy na sytuacj? z szerszej perspektywy, staje si? jasne, ?e obecne platformy maj? swoje ograniczenia. W zwi?zku z tym istnieje potrzeba rozpocz?cia prac nad nowym podej?ciem do oblicze?, które b?dzie bardziej inspirowane biologi?, b?dzie w stanie poradzic sobie z zawodno?ci? komponentów, a jednocze?nie zaoferuje bardziej inteligentne funkcje. Obliczenia oparte na prawdopodobie?stwie maj? wszystkie cechy niezb?dne do pokonania obecnych problemów, a jednocze?nie stanowi? lepsz? platform? dla podej?c opartych na uczeniu maszynowym. Oczywi?cie przed urzeczywistnieniem tych nowych systemów pozostaje jeszcze wiele do zrobienia, ale nadszedl czas, aby osoby posiadaj?ce wiedz? i zrozumienie nauki i technologii zacz?ly l?czyc swoj? wiedz? i nauczyly si? radzic sobie z niezawodno?ci?, aby zapewnic lepsz? przyszlo?c.